接入这个开源插件，让我Token直接省了50%，Hermes和OpenClaw都支持。

AI 长任务降本新方案：接入外部记忆节省 55.7% Token

在代码分析、资料搜索等长周期任务中，随着对话深入，AI 需反复处理历史代码、日志及指令，导致 Token 消耗急剧增加。本文介绍一种通过引入外部记忆机制优化 Token 使用的方案：将非即时需要的长内容存储于外部，仅在上下文中保留关键信息。

实测数据显示，在 OpenClaw 中接入该插件后，Token 消耗直接降低 55.7%。

接入插件后，除首轮对话外，后续每轮交互的 Token 消耗均显著下降：

该方案不仅服务于单个 Agent，其团队记忆版本（Memory Hub）更可将聊天记忆、技能库、Wiki 及代码图谱统一转化为可审核、可分配的团队资产。这对于一人公司或多 Agent 协作场景极具价值：调研成果可无缝流转至开发环节，测试复盘经验可沉淀为通用技能，从而构建具备共享记忆与持续进化能力的 Agent 小队。

Memory Hub 不仅是展示面板，更能统一管理团队、Agent、记忆资产、版本权限及绑定关系：

其节省 Token 的核心逻辑在于：将冗长的搜索结果、代码片段及报错日志卸载至外部文件，仅在上下文窗口中保留轻量级的 Mermaid 任务图。

本方案基于腾讯云数据库开源的 Agent Memory 插件（目前获 12.1K Star）：

下文将演示如何在 Hermes 和 OpenClaw 中接入该插件，助力长任务执行者降低运营成本。

Hermes 接入 TencentDB Agent Memory 实战

接入流程简便，获取源码并切换至对应目录后，执行以下命令即可完成本地安装：

.\scripts\setup-hermes-memory-tencentdb.bat

安装完成界面如下：

随后需配置大模型以管理长短任务记忆，执行相应配置命令：

当 8420 端口被监听并显示特定界面时，表明插件本地安装成功：

最后，在 Hermes 中通过以下命令启用插件：

hermes config set memory.provider memory_tencentdb

OpenClaw 的接入步骤与此类似。

该插件默认使用本地 SQLite，个人开发者无需预先购买云数据库或搭建复杂的 RAG 工作流，上手门槛低。

为何需要 TencentDB Agent Memory 插件？

尽管 Hermes 和 OpenClaw 自带会话保存功能，但在面对长任务时，搜索结果、源码和日志会迅速填满上下文。一旦开启新会话，项目背景往往需重新交代，导致效率低下。

如下图所示，在新会话中询问项目详情，AI 仍需从零开始检索：

此外，原生记忆分散在默认目录、会话数据库及各 Profile 中，难以形成系统化积累：

TencentDB Agent Memory 插件旨在解决上述痛点，构建可长期积累的记忆系统，主要实现三大功能：

1. 将原始对话整理为 L0-L3 四层记忆，逐步提取事实、需求、任务经验及用户习惯；
2. 支持跨会话复用记忆，避免 Agent 重复学习；
3. 将大段源码和日志外存，上下文中仅保留摘要与任务图，大幅降低 Token 消耗。

实测 TencentDB Agent Memory 三大核心能力

L0-L3 分层记忆构建

在 Hermes 中设定回复偏好后，插件立即将对话完整保存至 L0 层：

查询记忆库可见 L0 层数据：

经过多轮交互，插件将"Project-47"、“中文输出”、“先结论后证据”等长期指令提取至 L1 层。即便退出当前会话，L1 层记忆依然保留：

进入 L2 层，插件按项目和任务场景自动归类信息。例如，将"Excel 可视化项目”与"TencentDB Agent Memory 分析任务”整理为可复用的场景记忆块：

L3 层则基于多轮对话形成稳定的用户画像，总结开发能力、协作方式及工具偏好，构成 Agent 对用户的长期认知：

跨会话记忆召回

重新开启会话并让 Hermes 核对 L0-L3 记忆，插件能准确调用搜索工具，找回原始对话、长期要求、项目场景及用户画像：

实测显示，新会话成功召回全部四层记忆并参与回答：

Agent Memory 自动注入项目场景和用户画像，使 Hermes 无需重新搜索即可恢复工作状态：

该机制将协作过程沉淀为可查看、可纠错、可复用的资产，使 AI 从一次性工具转变为持续进化的长期助手。

长任务 Token 压缩机制

针对长任务上下文膨胀问题，插件在 OpenClaw 中将工具产生的大段原始结果自动保存至外部 refs 目录：

任务完成后，自动生成 Offload 索引文件（如 23KB），供后续按需回查：

长任务被压缩为一张 Mermaid 图，通过 node_id 保留进度与受阻点：

主上下文仅保留摘要和索引，细节通过 node_id 按需加载，这是降低 Token 消耗的关键。

实测对比显示，同一会话、同一模型及提示词下：

• 压缩前单次调用消耗：32,935 Token

• 开启插件后单次调用消耗：15,974 Token

七轮会话 Token 消耗折线图显示，第六次会话触发压缩机制，后续上下文显著缩短：

总结

TencentDB Agent Memory 插件通过将对话沉淀为 L0-L3 四层记忆，实现了项目事实、工作要求及用户习惯的可视化与复用。新会话可自动召回背景信息，长任务则通过外部存储与摘要生成大幅降低 Token 消耗。实测数据显示，Token 成本减少约 55.7%，对于高频长任务用户而言，能显著节省运营开支。

该项目由腾讯云数据库完全开源。没有记忆的 AI 仅是工具，拥有记忆的 AI 才能随使用不断增值，成为真正的数字资产。